何翼 刘云

（贵阳学院数学与信息科学学院 贵州省贵阳市 550005）

无线传感器网络(Wireless Sensor Networks，WSNs)是利用易于部署的传感器节点和低成本的设备组成的分布式、互联的无线网络。目前已经被广泛用来采集土壤、水分、空气污染和健康等数据，适用于定位和跟踪、医疗保健、环境检测等各种应用。无线传感器网络往往被布置在各种恶劣的室外环境[1]，加之传感器节点数量大，物理位置分散，极易发生故障。因此如何在这种环境[2]施加的约束现下，识别可能由传感器故障(错误/异常值)或感兴趣的事件引起的局部和全局异常变得至关重要。WSNs 中的异常值检测在灾害事件的检测和识别中有广泛的应用，如地下石油、天然气、煤炭、盐矿和火山景观[2]。

1 相关研究技术

针对无线传感器网络中的异常数据检测问题，目前使用较为广泛的技术主要有基于统计的方法、最近邻技术、基于聚类的技术、基于分类的技术、信息论、基于谱分解的方法[3]。文献[4]对无线传感器网络中基于马氏核的集中式和分布式单类离群点检测分类器（COODC&DOODC）进行了比较研究，创建了一个基于核主成分分析（KPCA）的模型以识别数据为正常值或异常值。

2 算法描述

考虑到无线传感器网络节点能量和传输距离有限，簇内节点的物理位置相近，测量的数据也相近时刻也基本接近。因此，首先采用使用低功耗自适应分簇拓扑协议(LowEnergy Adaptive Clustering Hierarchy，LEACH)[5]对节点进行分簇，簇内采用聚合路由协议(TinyAggregation，TAG)[6]生成树的方式进行数据传输；然后采用聚……